«Datu ir arvien vairāk un vairāk, un vienlaikus ir plašākas iespējas tos apstrādāt. Taču tas nav tā, ka būtu noticis lielais sprādziens un vienā dienā mēs pēkšņi būtu atklājuši lielos datus. Tas notiek pakāpeniski. Nevar pieņemt, ka tagad ir lielie dati un jaudīgi datori, kas tos vienkārši apstrādā. Nē, ir arī jādomā par gudriem veidiem, kā ar tiem rīkoties. Dažreiz ir tā, ka joprojām nav tik spējīgu datoru, bet ir iespējams tos apstrādāt, ja paskatāmies uz datiem gudri, programmējam vai izmantojam tos citādi,» norāda Lora Le Bāre (Laure Le Bars), Eiropas Lielo datu asociācijas (The Big Data Value Association) viceprezidente un pētniecības direktore. Tā ir industrijas izveidota bezpeļņas organizācija, kas apvieno vairāk nekā 200 biedru no visas Eiropas. Asociācija ir Eiropas Komisijas partneris lielo datu privātās un publiskās partnerības programmas ieviešanā, lai īstenotu kopīgu redzējumu par to, ka Eiropa ir pasaules līdere lielo datu pievienotās vērtības radīšanā. Organizācijas mērķis ir attīstīt inovāciju ekosistēmu, kas veicinās datu un mākslīgā intelekta virzītu digitālu transformāciju Eiropā, lai sniegtu maksimālu ekonomisko un sociālo labumu.

Latvijas medicīnas tehnoloģiju jaunuzņēmuma Exonicus līdzdibinātājs Jānis Kondrāts teic, ka pasaulē datoru skaitļošanas jaudas eksponenciāli pieaug un tiek lēsts, ka 2021. gadā tiks pabeigts pasaulē jaudīgākais dators, kura jauda būs aptuveni 1,5 eksaflopi, kamēr šodien spējīgākā datora jauda ir aptuveni 143 petaflopi. Viņš saredz lielu potenciālu mākoņskaitļošanas iespējās, ko pavērs 5G kombinācijā ar jaudīgākiem datoriem un grafiskajiem dziņiem. «Mūsu izstrādātā virtuālās realitātes simulācija Trauma Simulator, kas domāta neatliekamās medicīniskās palīdzības prasmju apgūšanā, varētu kļūt vēl reālistiskāka un pieejamāka, pateicoties tieši 5G un grafiskās jaudas pieaugumam. Ir pierādīts, ka cilvēks apgūst jaunas prasmes vislabāk caur reālu pieredzi. Kad virtuālās realitātes pieredze nebūs atšķirama no reālās pieredzes un nebūs nepieciešami super jaudīgi spēļu datori, lai darbinātu virtuālo realitāti, mācīšanās efekts būs daudz noturīgāks,» lēš J. Kondrāts. Bieži vien mediķi, redzot un piedzīvojot traģiskus nelaimes gadījumus, cieš no pēctraumatiskā stresa sindroma, kas ietekmē viņu dzīves kvalitāti, ilgtermiņā radot zaudējumus valstij. Exonicus traumu simulators piedāvā ticamus scenārijus, kas apvienojumā ar lielajiem virtuālās realitātes analītikas datiem spēs radīt personalizētu pieredzi atbilstoši indivīda spējām un fizioloģijas rādītājiem. Tāpat šī traumu simulatora mērķis ir risināt un uzlabot militāro mediķu gatavības pakāpi, jo militārās aktivitātes pasaulē samazinās un tāpēc samazinās arī neatliekamās palīdzības mediķu spējas, jo tās netiek izmantotas vai arī tiek izmantotas uz tradicionāliem treniņu manekeniem, kas nav reālistiski. «Trauma Simulator scenāriju klāsts var būt neierobežots, un mediķiem būtu iespēja trenēties arī tādos gadījumos, kas realitātē notiek reti,» piebilst J. Kondrāts.

Par mākslīgo intelektu runā jau sen, un L. Le Bāre norāda, ka neko nav iespējams izdarīt, ja ir par maz datu – jo plašāka ir datu izlase un piemēri, jo plašākas iespējas, bet vienlaikus ir svarīgi, lai datu komplekts ir gana liels un reprezentatīvs. «Un atkal – jo dziļāku apstrādi var veikt mākslīgais intelekts, jo vairāk jaunu datu rodas. Tas viss ir saistīts. Mākslīgajā intelektā nav iespējams progress, ja nav datu un tehnoloģiju, kas tos apstrādā,» piebilst L. Le Bāre. Viens no piemēriem, kur izmantojams mākslīgais intelekts, ir remontdarbu plānošana ražošanā. Visdažādākie sensori ražošanas līnijā rada datus, un, balstoties uz tiem, var prognozēt, ka kāda no detaļām visai drīz varētu saplīst, un ir iespēja negaidīt līdz tam brīdim, bet nomainīt to agrāk. Tam pamatā ir dati, ko mākslīgā intelekta risinājums ir apstrādājis, izsakot prognozi par remontdarbu nepieciešamību.

Visu rakstu lasiet 19. augusta laikrakstā Dienas Bizness, vai meklējot tirdzniecības vietās.

Abonē (zvani 67063333) vai lasi laikrakstu Dienas Bizness elektroniski!

Abonējiet, lai saņemtu laikrakstu ik dienu.